Reparatur- und Instandsetzungsmaßnahmen können zu kostspieligen Unterbrechungen der Produktion führen. Durch Predictive Maintenance (prädiktive Instandhaltung) können Wartungsarbeiten so geplant werden, dass sie exakt zu den erwarteten Ausfällen passen.
Unser Ansatz bei der Betreuung von Kunden in diesem Feld ist der folgende: Predictive Maintenance ist Instandhaltung, die durch die Methoden des Data Science verbessert und optimiert wird.
Vorteile
Mit hoher Wahrscheinlichkeit sind die Vorteile unseren Kunden deutlich sichtbarer, als sie es für uns sind, aber es steht zu erwarten, dass Verbesserungen bei der Instandhaltungsstrategie zu kürzeren Produktionsunterbrechungen (Downtime), geringeren Instandhaltungskosten einem besseren Verständnis von Zuverlässigkeit und geringeren Garantiekosten führt.
Was ist die aktuelle Instandhaltungs-Strategie?
Um zu verstehen, wie eine Verbesserung der aktuellen Strategie aussehen kann, ist es wichtig sich zu vergegenwärtigen, was die aktuelle Strategie ausmacht. Die verschiedenen Niveaus von Instandhaltungsstrategien sehen wie folgt aus:
- Reaktiv / Heuristisch → Ohne Informationen, man arbeitet bis Defekt eintritt
- Präventiv / Geplant → Geplante Instandhaltung (ausschließlich auf Zeit- oder Nutzen-Basis)
- Regel- / Statistik-basiert → Überwachung des Zustands (per Sensorik)
- Proaktiv → Ursachenanalyse zur Fehlervermeidung
- Prädiktiv → Prognose von Ausfällen bevor sie auftreten
- Selbstoptimierend
Nach Beurteilung der eigenen Strategie ist normalerweise auch gleich erfasst, welche Daten verwendet werden und welche Tools verfügbar sind.
Was ist der nächste Schritt?
Nun kann geplant werden, wie man die Strategie auf das nächste Niveau heben kann. Dies kann zusätzliche Daten erfordern, neue Tools und neue Methoden.
In vielen Fällen sind einfache Data-Science-Methoden der sinnvollste nächste Schritt. Solche Methoden haben den Vorteil, dass sie leicht anzuwenden und grundsätzlich sehr gut verfügbar sind. Unsere Empfehlung ist es die „niedrig hängenden Früchte zuerst zu ernten“.
Was ist Data Science?
Data Science ist eine Sammlung von Methoden der Statistik, des Machine Learning, AI und mehr, die uns helfen eine Instandhaltungsstrategie zu verbessern. Die benötigten Methoden können auf einfachem Niveau sein, wir z.B. Datenbereinigung, Integration, Visualisierung, Regelwerke, grundlegende Statistik oder Überwachung oder auch komplexer sein, wie z.B. fortschrittliche Statistik, Data Mining, Machine Learning, AI, inklusive Modellverwaltung.
Welche Methoden passen zur Strategie?
In jedem Fall sollten Tools verfügbar sein, um die Daten zusammenzuführen, aufzubereiten und adäquat darzustellen.
Für die verschiedenen strategischen Niveaus passen unterschiedliche Methoden besser als andere. Diese Liste soll dazu einen ersten Diskussionsansatz bieten:
- Reaktiv / Heuristisch
- Kosten Analyse (Vergleich von Strategien)
- Konsistente Überwachung von Ereignissen, Reaktionen und Gründen
2. Präventiv / Geplant
- Regelbasierte Automatisierung
- Prüfung und Optimierung der bestehenden Pläne als Basis für zukünftige Verbesserung
- Reliability bzw. Überlebensanalyse, Weibull, Cox Regression
3. Regel- / Statistik-basiert
- Echtzeitüberwachung, Alarmierung und Benachrichtigungen
- Statistische Prozesslenkung (SPC)
- Fortschrittliche Datenvisualisierung
4. Proaktiv
- Multivariate Analyse, Hauptkomponentenanalyse, Cluster
- Statistische Methoden: Korrelation, Zeitreihen, Regression, Changepoint Analyse, MASS, Ursachendiagnose
- Merkmalsauswahl, -reduktion und Feature Engineering
- Komplexe Methoden aus Machine Learning und AI um unbekannte Zusammenhänge aufzudecken
5. Prädiktiv
- Prädiktive Modellierung mittels Machine Learning und AI
- Modellverteilung: Deployment, Aktualisierung, Ausführung auf Endgeräten, per Service oder Batch-orientiert
- Modellverwaltung
6. Selbstoptimierend
- Überwachung des prädiktiven Systems
- Automatische und permanente Modellüberwachung und -optimierung
Das Projekt
Geht man Schritt für Schritt vor, ist es in der Regel sehr einfach mit einem Predictive Maintenance Projekt zu beginnen. Ein einfacher Start gelingt mit einer Überprüfung und Beurteilung der aktuellen Situation und der Identifikation aller relevanten Komponenten. Dann kann entschieden werden, was die sinnvollsten Schritte sind, um das Niveau der Strategie zu erhöhen und die Instandhaltung nachhaltig zu verbessern.
